全文获取类型
收费全文 | 4228篇 |
免费 | 216篇 |
专业分类
公路运输 | 1858篇 |
综合类 | 1104篇 |
水路运输 | 839篇 |
铁路运输 | 533篇 |
综合运输 | 110篇 |
出版年
2024年 | 70篇 |
2023年 | 183篇 |
2022年 | 204篇 |
2021年 | 250篇 |
2020年 | 181篇 |
2019年 | 163篇 |
2018年 | 50篇 |
2017年 | 80篇 |
2016年 | 87篇 |
2015年 | 115篇 |
2014年 | 196篇 |
2013年 | 179篇 |
2012年 | 241篇 |
2011年 | 238篇 |
2010年 | 217篇 |
2009年 | 302篇 |
2008年 | 269篇 |
2007年 | 235篇 |
2006年 | 258篇 |
2005年 | 195篇 |
2004年 | 169篇 |
2003年 | 111篇 |
2002年 | 104篇 |
2001年 | 86篇 |
2000年 | 43篇 |
1999年 | 43篇 |
1998年 | 33篇 |
1997年 | 35篇 |
1996年 | 34篇 |
1995年 | 15篇 |
1994年 | 17篇 |
1993年 | 12篇 |
1992年 | 10篇 |
1991年 | 10篇 |
1990年 | 4篇 |
1989年 | 5篇 |
排序方式: 共有4444条查询结果,搜索用时 125 毫秒
911.
渤海海域的抗冰导管架平台每年冬季都会受到海冰作用从而产生严重的冰激振动问题.对冰振危害进行监测与分析是保障冰区现役抗冰平台安全作业和降低冰害损失的重要研究内容.本文针对导管架结构长期处于冰振情况下结构可能存在隐性损伤的问题,采用Hilbert-Huang变换的方法开展结构损伤识别的研究.首先利用通用有限元分析软件ANSYS对冰荷载作用下的导管架平台模型进行瞬态动力学分析,进而对动力响应信号进行Hilbert-Huang变换,得到信号的固有模态函数(IMF)和Hilbert能量边际谱,最后通过结构损伤前后Hilbert能量边际谱的变化构建损伤指标,分析对比不同损伤程度下该损伤指标的有效性,并探讨海冰的冰速、冰厚对该损伤指标的影响.研究工作可以为寒区导管架结构在冰振情况下的损伤识别研究提供借鉴和参考. 相似文献
912.
结伴是行人运动中的普遍行为,且对行人的整体运动具有显著影响,因此仿真行人运动时,有必要考虑结伴行为. 本文以地铁内一般通道为空间背景,首先利用视频观测数据,深入分析了通道内的结伴行为特征. 然后,区分普通个体行人、结伴行人及结伴群体中的不同角色(领导者、跟随者),基于社会力模型原理,结合颗粒流理论,建立了包含驱动力、接触力、排斥力3 个子模型的行人运动模型,并构建了考虑结伴行为的行人仿真平台. 最后,以某一地铁通道作为实例,通过观测数据及对结伴行为的刻画验证了该仿真模型的真实性及有效性,并分析了不同结伴比例对行人流平均速度的影响,得出行人速度随着结伴比例增大而减小的结论. 该模型可为进一步完善地铁枢纽的行人运动仿真模型提供理论支持,为通道内行人组织提供帮助. 相似文献
913.
914.
915.
916.
针对现有道路抛洒物检测算法识别准确率低、识别种类有限、实时检测效率低的问题,探索了将深度学习目标检测和传统图像处理相结合的抛洒物检测算法。提出在YOLOv5s目标检测算法基础上,对模型结构进行修改以满足实时性需求。具体地,使用卷积优化YOLO中的降采样模块,采用Ghost网络替代原始的特征提取网络以减少计算量,根据抛洒物检测对象的特点设计符合数据集的锚框以提高目标识别准确度。使用优化后的YOLO检测道路场景中车辆、行人作为交通参与者得到检测框,在检测框周围设定感兴趣区域,并在感兴趣区域内用背景差分算法实现前景目标识别。计算前景目标与YOLO检测结果的交并比,排除交通参与者目标后实现道路抛洒物的识别。针对交通参与者检测的实验结果表明,改进后的YOLO检测算法在整体识别精度没有损失的情况下单帧检测速度为20.67 ms,比原始YOLO检测算法速度提升16.42%。真实道路抛洒物实验结果表明,在没有抛洒物训练数据情况下,传统混合高斯模型算法平均精度值为0.51,采用融合改进YOLO和背景差分的抛洒物检测算法平均精度值为0.78,算法检测精度提高52.9%。改进后算法可适用于没有抛洒物数据或正样本数据稀少的情况。该算法在嵌入式设备Jetson Xavier NX上单帧检测速度达到24.4 ms,可实现抛洒物的实时检测。 相似文献
917.
918.
919.
裂缝是船舶致命的缺陷,不仅会降低舰船的防水性能,严重时还会导致整个船体的结构破裂,导致船舶沉没等严重事故。因此,在船舶的生产与制造过程中及时对船舶的裂缝进行识别,在船舶的正常运行维护中提早发现船舶的裂缝缺陷并处理,具有重要意义。传统的船舶裂缝识别主要靠超声波探测等技术,效率低,为了改善这一现状,本文研究了一种基于图像识别与卷积神经网络的船舶裂缝图像识别系统,分别从图像识别技术和神经网络算法进行了相关的阐述。 相似文献